首家线下旗舰店深圳开业！徕芬的野心远不只是电动牙刷
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......2025 年 11 月 15 日，徕芬首家线下旗舰店在深圳 COCO Park 正式开业，雷科技
阅读全文下周开庭！特斯拉正式起诉刘畊宏前东家无忧传媒
👆👆👆重要提醒！微信推荐机制大幅调整，大家务必将我们公众号设为★星标，否则很可能看不到推送了......11月17日消息，日前从浙江法院网处了解到，特斯拉（上海）有限公司与杭州无忧传媒有限公司新增了一
阅读全文Omni模型如何统一理解文字、图像与音视频？一次听够美团LongCat、英伟达OmniVinci、蚂蚁Ming的技术实践
由 Hugging Face × OpenMMLab × ModelScope × 知乎 × 机智流等联合发起的【AI Insight Talk】系列直播活动第五场 - Omni全模态大模型专场就在明
阅读全文HF上周热门论文TOP20｜字节跳动Lumine打造3D开放世界通用智能体，英伟达TiDAR融合扩散与自回归实现5.9倍加速
(1) Lumine: An Open Recipe for Building Generalist Agents in 3D Open Worlds论文 ID：2511.08892论文简介：由Byt
阅读全文李飞飞最新思考：语言模型救不了机器人
聊天模型卷不动未来，空间智能才是真正的战场。作者丨郑佳美编辑丨马晓宁过去几年里，AI 行业的节奏快得近乎失真。模型一次次刷新极限，产品迭代像在抢时间，讨论从“推理成本”到“智能涌现”再到“AGI 时间
阅读全文LangChain1.0教程：给我们的RAG智能体加上记忆功能
我们之前在《LangChain1.0教程：使用RAG Agent和RAG Chain构建RAG智能体》文章中介绍的 RAG Agent 可以调用检索工具回答用户的问题，但是这个 Agent 仅仅能完成
阅读全文Google 让 RAG 变得前所未有地简单：全新 File Search 工具震撼登场
如果你曾尝试自己搭一套 RAG（Retrieval-Augmented Generation，检索增强生成），你大概懂那种痛：要管理 embeddings（向量嵌入）、vector databases
阅读全文HF Papers 直播 AI Insight Talk｜ Omni全模态专场
由 Hugging Face × OpenMMLab × ModelScope × 知乎 × 机智流等联合发起的【AI Insight Talk】系列直播活动第五场 - Omni全模态大模型专场就在明
阅读全文当 AI 走出会议室：钉钉为什么率先抓住了“多数人的场景”？
钉钉的“蕨类哲学”：AI 听记静悄悄更新，带图片划重点的纪要来了👦🏻 作者: 镜山🥷 编辑: Koji🧑🎨 排版: NCon钉钉在 8 月十周年时，提出了一个「蕨」的思维：AI 应该像蕨类植物，不声
阅读全文抱歉了GPT-5，这次是中国AI「上岸」了
新智元报道 编辑：KingHZ 【新智元导读】基层医生的AI好助手来了！国产AI，更懂中国医生。从去年开始，「医疗AI（medical AI）」与「健康AI（AI for healthcare）
阅读全文AI乡村音乐登顶Billboard，霉霉最大对手来了？
新智元报道 编辑：KingHZ【新智元导读】AI作品泛滥，这次冲击的是美国乡村音乐。AI乡村音乐登顶Billboard！在美国乡村音乐最讲究真情实感的Billboard榜单上，一支不存在的「AI
阅读全文你急它不急：GPT-5先判断，再决定「速答」还是「深想」
新智元报道 编辑：倾倾【新智元导读】GPT-5不再只是更聪明的模型，而是一台学会犹豫的机器。它能判断问题的难度，分配自己的思考时间，甚至决定何时该停下。OpenAI副总裁Jerry Tworek
阅读全文新智元十年，上地AI家，邀你加入！
新智元报道 【新智元导读】2025年9月7日，新智元十周年！十年求索，奇点共盟。值此，新智元在上地AI家邀你加入，共同见证ASI降临。2015年9月7日—2025年9月7日，新智元星舰远航十年。
阅读全文Google 年度最强 AI 偷跑！一个电风扇动画引发疯传，Gemini 3要给GPT-5.1上强度了
前几天 nano banana 2 的泄漏版本，正在网上被疯狂转载，奥特曼眼看着流量不能被 Google 再抢了去，一点预告都没有，直接就发布了 GPT-5.1。现在，GPT-5.1 都来了，Gemi
阅读全文真情实感体验了阿里「千问APP」后，为什么说它是「中国的ChatGPT」？
机器之心报道编辑：Youli、杨文近日，外媒一篇关于阿里 AI 全面入局 C 端之战，秘密启动「千问」项目的报道，在坊间引起各种猜测，甚至连相关的「阿里食堂烧鸭饭」都上了好几次热搜。没办法，大家太好奇
阅读全文ChatGPT：再见「破折号」
机器之心报道机器之心编辑部经常使用 AI 的人，大概都注意到模型一个共同特点，那就是它们非常喜欢用破折号。无论是解释概念、列举观点，还是自然过渡语气，动不动就来一个「——」。久而久之，它甚至成了检测
阅读全文解决特斯拉「监督稀疏」难题，DriveVLA-W0用世界模型放大自动驾驶Data Scaling Law
在自动驾驶领域，VLA 大模型正从学术前沿走向产业落地的 “深水区”。近日，特斯拉（Tesla）在 ICCV 的分享中，就将其面临的核心挑战之一公之于众 ——“监督稀疏”。这一问题直指当前 VLA 模
阅读全文VinciCoder：多模态统一代码生成框架和视觉反馈强化学习，数据代码模型权重已开源
长期以来，多模态代码生成（Multimodal Code Generation）的训练严重依赖于特定任务的监督微调（SFT）。尽管这种范式在 Chart-to-code 等单一任务上取得了显著成功 ，
阅读全文靠创始人亲自假扮AI起家，如今估值10亿美元！印度CEO公开反内卷：从不在10点前起床，也不开例会
作者｜冬梅 在人工智能浪潮席卷全球的当下，每一个新晋独角兽似乎都在讲述着同一个神话：技术革命、算法突破、规模化增长、市场验证。然而，很少有企业愿意坦白，在真正意义上的自动化到来之前，支撑业务运转的往往
阅读全文将导游装在口袋里：AI 对景区游览新赋能
作者 | 同程旅行研发中心-AI及创新产品团队清晨的阳光透过古老的窗棂，洒在海昏侯国遗址博物馆的展柜上，金色的饼形器在光影交错中泛着神秘的光芒。一位年轻的母亲带着孩子驻足于此，孩子抬起头，眼睛里盛满星
阅读全文始末｜通义、千问、Qwen、Qwen Chat 的来龙去脉
今天，通义改名千问于是很多人懵了通义、千问、通义千问、通义 app、Qwen Chat 到底是啥关系这背后是两个团队的故事2023 年：通义千问诞生2023 年 4 月 7 日，阿里云发布通义千问大
阅读全文Agent，源神启动~ 字节整了个原神Agent，Google也发了个游戏Agent SIMA 2。 好像很牛，所以仔细瞧了瞧，到底是如何做到让Agent自己玩游戏的呢？ 核心设计好像就再3点上： 第一，一个定时捕捉的视频帧，720P，每200ms捕捉一次。字节的Lumine是基于Qwen2-VL-7B-Base进一步训练的。 第二点，混合推理。就是可以选择是不是要思考，简单场景，直接输出动作就好了，比如移动， 重复的操作。复杂场景，先进行思考，比如出现了新的目标。 第三，就是让模型所有的输出都是，鼠标键盘的序列，直接可执行验证。 训练分三个阶段：基础动作→指令跟随→决策推理。 从Lumine-Base到Lumine-Thinking，能力是阶梯式上升的。 Base版本能拾取、开宝箱、爬墙，但没有目标导向。 Instruct版本可以完成指令，短任务（10秒至数分钟任务）成功率80%+。在璃月这种没训练过的场景也能自主导航。 Thinking版本，使用了使用15小时的人工标注推理数据。让模型学会自主规划、反思与修正的能力，测试下来，以蒙德主线为测试场景，第一章56分钟搞定，GPT-5要112分钟。 第二、三章4.7小时，完成率98.2%，Gemini只完成了65%还用了8小时。 跨游戏测试里，《鸣潮》100%完成率，《崩铁》92.3%，《黑悟空》85.7%。 所以整体还是靠模型，逻辑应该都是,先在3D游戏里训练通用Agent，因为相对封闭的游戏环境里，规则清晰、反馈明确。 然后实际目标是具身智能？难得就是真实世界没有血条和小地图。 论文地址：https://arxiv.org/abs/2511.08892
Agent，源神启动~ 字节整了个原神Agent，Google也发了个游戏Agent SIMA 2。 好像很牛，所以仔细瞧了瞧，到底是如何做到让Agent自己玩游戏的呢？ 核心设计好像就再3点
阅读全文对话Memories.ai：“人的记忆本质上是视觉，AI也该如此”
对话：王兆洋，黄小艺整理：黄小艺Memories.ai试图为未来的AI设备装上“视觉记忆”。这家由前Meta Reality Labs研究员Shawn Shen和Ben Zhou创立的公司，11月6日
阅读全文AI生成乡村歌曲登顶Billboard榜首：这该让所有人愤怒
最近在浏览海外音乐媒体时，我注意到一个重磅消息在乡村音乐圈引发轩然大波。美国乡村音乐文化媒体Whiskey Riff发布了一篇措辞严厉的文章，标题直指"一首AI生成的乡村歌曲正在霸占Billboard
阅读全文年度最强AI压轴！谷歌Gemini 3.0下周决战OpenAI，前端要下岗了
文章转载于新智元年度压轴AI大戏，就在下周了！今天，一张图火爆全网：69%的人都在押注，谷歌下一代AI模型Gemini 3.0即将在下周登场。就在此时，谷歌CEO劈柴突然现身回应：两个「若有所思」的表
阅读全文让千问APP当一周科研打工人：它比我想的能干，也比我想的累
我把自己一周的博士日常全塞进了千问 APP——读论文、啃图表、跑实验、写 related work、救火 debug……结果用着用着，我突然有点怀疑：这手机里的模型，可能比我更像个 PhD。这两年，大
阅读全文双重隐式记忆来了！JanusVLN让视觉语言导航真正理解3D空间
引言视觉-语言导航（Vision-and-Language Navigation, VLN）作为具身智能的关键研究领域，旨在赋予智能体遵循自然语言指令在未知三维环境中导航的能力。近年来，多模态大语言模
阅读全文刚刚，阿里千问 APP 开启公测，要做中国版ChatGPT | 附实测
前几天，阿里「千问计划」被曝光。消息称，他们要基于全球性能第一的开源模型 Qwen3 打造个人 AI 助手「千问 APP」。而就在刚刚，靴子终于落地。阿里官宣千问 APP 公测版上线。除了聊天足够聪明
阅读全文